我国农机产业存在产能过剩吗？——基于中国农机产业数据的实证分析

周应恒，蒋奇，胡凌啸

（1. 南京农业大学经济管理学院，南京 江苏 210095；2. 金善宝农业现代化研究院，南京 江苏 210095）

我国农机产业存在产能过剩吗？
——基于中国农机产业数据的实证分析

周应恒1,2，蒋奇1，胡凌啸1

（1. 南京农业大学经济管理学院，南京 江苏 210095；2. 金善宝农业现代化研究院，南京 江苏 210095）

经过十年的“黄金”发展期，中国已成为农机生产和消费大国，但农机内部的问题却日渐突出，产能过剩成为主要矛盾。基于中国工业企业数据库1998-2013年的数据，利用“边界法”测算出中国农机产业细分行业生产端的产能利用率，同时结合销售端工业产值与销售产值之比加以修正，分析农机产能过剩指数，探讨农机产业产能过剩的主要影响因素。结果表明，我国农机各细分产业的平均产能利用率均低于美联储标准79%，平均产能过剩指数在0.3-0.9之间，农机产业产能过剩形势严峻，且产能过剩程度表现出与经济周期波动的同步性。影响农机产业产能过剩的主要因素为农机产业投资、工业劳动生产率、行业竞争程度和出口，且前三者的提高均会加剧产能过剩，而出口比重的上升则会缓解产能过剩。因此，提出完善和优化企业的市场进入和退出机制，推动行业兼并重组；开拓海外市场，转移部分过剩产能；加强宏观政策引导，提升农机产业技术水平的政策建议。

农机产业；产能过剩；边界法；产能利用率；面板数据模型

Abstract：After a decade of fast growth in China, the problems inside of the agricultural machinery industry have turned out to be obvious though China has become the largest country of production and consumption of agricultural machinery products. Excess capacity becomes a main concern of the industry. Based on the panel data of China Industry Business Performance from 1998 to 2013, and applying the “frontier method”, this paper estimates and analyzes the excess capacity index of agricultural machinery industry and explores the key influencing factors of the overcapacity problem. Results show that the average capacity utilization rates are below the US Federal Reserve standard by 79%and the average index ranges from 0.3 to 0.9. Overcapacity is severe now and the fluctuation of its extent is synchronous with economic cycle. In addition, business investment, industry competition, and labor productivity are the main factors causing the excess capacity of the agricultural machinery industry in China. In contrast, export can reduce the excess capacity of the agricultural machinery industry in China. Therefore, to well control the overcapacity problem of China’s agricultural machinery industry, this paper suggests: to improve the entry and exit mechanism of enterprises, to promote the annexation and reorganization of those agricultural machinery companies, to explore overseas markets to absorb some excess capacity, and to enhance macro policy guidance for the industry.

Key words：agricultural machinery industry; excess capacity; frontier method; excess capacity rate; panel data model

2004年随着《中华人民共和国农业机械化促进法》的出台，强农惠农支农政策的不断实施，农机产业走上“黄金十年”发展之路，我国一跃成为世界第一农机制造、消费国。十年间，农机产业产值由2004年的800多亿元发展至2013年的3 800多亿元，年均增长率保持在10%以上；2004年农机产业利润不足23亿元，到2013年已经达到236.92亿元，增长了近10倍；农机产品总出口额由2003年不足20亿美元迅速提高到2012年的249亿美元，增长了12倍。但是，农机行业内部长期存在“小、散、弱”，行业集中度低，农机供需之间存在结构性矛盾等问题也日益凸显。2011年我国年销售收入在150亿元以上的企业有山东时风，常发集团，福田重工，中国一拖和五征集团，这5家企业在全国农机产业中占有的份额仅有24.8%。2013 年我国农机工业规模企业合计2 154 家，前100 强共实现营业收入1 452.88 亿元，仅占规模企业的38.44%。此外，国产农机绝大多数只能满足农民的中低端需求，高端先进机械仍主要由国外品牌控制。在中国现代化进程步入工业化后期阶段、经济发展迈入“新常态”的背景下，中央政府提出推进“供给侧结构性改革”的宏观调控思路。就农机产业而言，供给侧结构改革是去产能、调结构的过程。在农机领域，学界虽然已对相关问题进行研究分析，并指出我国农机存在着“绝对过剩”和“相对不足”的问题，但并没有对农机产业产能过剩的问题进行深入剖析。我国农机产业是否真的存在产能过剩？其内涵及表现特征是什么？什么原因导致了我国农机产业出现产能过剩的问题？

目前，学术界已较多关注产能过剩问题，集中于产能过剩指标的测算和分析产能过剩的原因两个方面。在产能利用率的测度方面，目前主流的方法有峰值法、生产函数法、随机前沿面法和数据包络分析法等。李何[1]和熊思觅[2]利用峰值法分别计算了我国汽车产业与制造业的产能利用率；该方法适用性广、对数据要求低，但需要假定被测度年份中资本不发生变动，且技术水平是引起产出变动的唯一原因。韩国高等[3]利用生产函数法对我国1998-2008年重工业与轻工业进行产能利用率的测算；Morrison[4]、Segerson和Squires[5]认为生产函数法的使用能够综合考虑生产过程中各种要素投入情况，计算结果客观且准确，但Klein[6]认为通过该方法进行产能过剩的判断本身存在一定的缺陷[7]。何彬根据随机前沿面法测算了我国30个省份各地区工业产能过剩序列，该方法使用时需要确定生产函数的具体形式。胡凌啸和周应恒[8]、Dupont等[9]通过DEA分别测算了农机购置补贴政策的综合技术效率、纯技术效率、规模效率及美国渔业产权制度的变化对渔业及具体产品的产能利用率的影响；Bye等[10]，Karagiannis[11]认为DEA方法无需设定函数形式且对数据要求较低，但没有考虑数据的变动性，往往会高估产能利用率。袁敏捷[12]提出可利用实际产出这一个指标的数据（不使用资本存量和劳动力的数据），把实际产出序列推演到其“边界”的方法来进行产能利用率的测算，该方法操作简单，紧扣产能产出与实际产出之间的密切联系，其缺点则是测算结果的稳定性差。对产能过剩形成机理的探讨目前学界主要可分为经济结构失衡、市场失灵与政策扭曲三种观点。其中，在经济结构失衡方面，Bossche和Gujar[13]认为政府的过度干预导致产能过剩，应引导开放私人部门投资以进行缓解；万岷[14]通过对钢铁产业研究，从市场集中度的角度分析认为，市场集中度偏低是我国钢铁产业存在产能过剩的主要原因。在市场失灵方面，林毅夫等[15]认为产能过剩可能独立于行业外部条件或者经济周期波动的影响，而主要由个体理性投资的“潮涌”引发，企业盲目投资导致某种同类产品激增，恶化了产能过剩现象。杨振兵和张诚[16]认为产能过剩现象不能仅仅归结于盲目过量投资，其中过剩的劳动投入、低质量的外资投入，无效率的创新投入以及行业内部恶性竞争都是产能过剩恶化的影响因素。在政策扭曲方面，江飞涛等[17]认为地方政府的补贴性政策，扭曲了要素市场价格，压低投资成本、形成产能过剩；Sarker[18]认为产能过剩与投入要素产出弹性、信心对称性之间存在密切的联系。

本文在前人研究的基础上，运用“边界法”测算出生产端中国农机产业细分行业的产能利用率，同时结合销售端工业产值与销售产值之比加以修正，计算分析出农机产能过剩指数，以验证我国农机产业是否存在产能过剩，探讨农机产业产能过剩的影响因素。为促进我国农机产业健康稳定发展，推进农机产业供给侧结构性改革提供理论依据和决策参考。

1 研究方法

1.1 产能过剩指数测度方法

考虑到不同测量方法的适用性和数据可获得性，本文将借鉴实际产出推演到“边界”的方法对农机产业中拖拉机制造、机械化农业及园艺机具制造、营林及木竹采伐机械制造、畜牧机械制造、渔业机械制造、农林牧渔机械配件制造、其它农林牧渔业机械制造及机械修理行业进行生产环节产能利用率的测度，同时根据供求不平衡的现实特征，利用市场需求—企业供给比率对产能利用率进行修正以确保其准确有效。结合生产端和消费端的产能利用情况，首先计算生产环节中的产能利用率（CUP），即实际产出与潜在产出之比；然后计算销售环节中的产能利用率（CUS），即销售产值与实际产值之比；最后，利用两者乘积得到产能利用率（CU），并进一步计算得出产能利用率指数。

在生产环节上，产能利用率（CUP）测算方法机理见图1。针对每个待测的行业i，估计1998-2013年各行业工业增加值（已平减）的对数ln(yit)关于时期t的样本线性回归方程，估计所得到的每个行业i的样本线性回归方程为：

每一个回归方程的参数估计值和整体方程都能够通过显著性检验，显著性水平为5%。针对每个待测行业i，计算得到相应的，可得出1998-2013年的产能（产出）Yit的对数ln(Yit)是关于t的线性函数为：

由Yit=exp（ln(Yit)）计算可得出待测行业的产能（产出），则产能利用率的计算为：

根据（3）式测得拖拉机行业、机械化农业及园艺机具制造、营林及木竹采伐机械制造、畜牧机械制造、渔业机械制造、农林牧渔机械配件制造、其它农林牧渔业机械制造及机械修理行业在生产端的产能利用率（CUP)。

图1 产能利用率测度方法机理Fig.1 Method of Estimating capacity utilization

在销售环节的产能过剩现象主要表现为产品供给（Spl）大于市场需求（Dmd），那么定义消费端农机产业产能利用率（CUS）为市场需求与企业供给之比。由于缺乏农机市场具体的需求—供给数据，将以销售产值和生产产值分别代表市场需求和企业供给，二者比值即所需的CUS为：

将生产端与消费端的产能利用率相乘，得到最终农机产业的产能利用率（CU）为：

由已求的产能利用率（CU）可求得产能过剩指数（IEC），计算方法为：

当IEC＞0时，即该行业存在产能过剩现象，且随着IEC数值的增大，产能过剩现象则愈加严重。

1.2 变量选择

在我国农机产业出现产能过剩情况下，探讨其形成的影响因素、影响机制和影响程度尤为必要。导致我国农机产业出现产能过剩现象的原因有很多种，本文则主要选取投资比重、出口比重、劳动生产率和行业竞争程度为主要考察对象，基于产能过剩指数测算，对各细分行业的产能过剩原因进行实证检验。各变量的统计特征见表1。

投资比重（Inv）。韩国高等[3]认为过度投资是我国出现产能过剩的最直接因素。本文首先考察投资比重对农机产业产能过剩的影响。投资比重采取当年价投资额与工业总产值的比值来衡量。其中当年价投资额按照陈诗一[19]的研究可由固定资产原值当期与上一期的差进行估算。

出口比重（Exp）。在销售端，农机需求可分解为国内需求和国外需求，在国内，农机供大于求，那么农机的出口可将超出的供给部分转移至国外，缓解国内供求不平衡的现状，因此，农机产业出口的多少与产能过剩现象息息相关。出口比重则采取当年价出口交货值与工业总产值的比值来衡量。

工业劳动生产率（Pro）。工业全员劳动生产率直接影响生产端生产效率，间接影响了生产端产能利用率，因此本文将其列入考察产能过剩的影响因素范围之内。从1998-2013年的《中国工业企业数据库》中选择出工资与从业人员数据，取两者比值即为该行业工业劳动生产率。

表1 各解释变量的统计特征Table 1 Description of variables

行业竞争程度（Cmp）。行业竞争会直接影响企业利润，从而影响企业对于生产要素的需求与配置效率，适度竞争会有利于行业内技术进步，改善生产端的生产效率，但过度竞争则会恶化产能过剩现象，所以刻画行业竞争程度与产能过剩之间的关系尤为必要。对于行业竞争程度有较多指标，本文根据数据的可获得性选择勒纳指数进行衡量。其计算公式为：

式中：Lih表示行业勒纳指数，VAI表示工业增加值，LC表示劳动力成本（用工资总额来衡量），Y表示工业总产值，CI表示行业竞争程度。勒纳指数越高，则行业垄断程度越强，勒纳指数越低，行业竞争程度越高，即CI越大，行业竞争程度越高。

1.3 计量模型

借鉴前人的实证方法，探讨农机产业产能过剩的主要影响因素，采用计量模型方程为：

数据类型为长面板数据，由于时间跨度相对较大，每个行业信息充足，则考虑残差项可能存在异方差与自相关，同时，为了考虑时间效应，生成时间趋势变量t，然后用LSDV法估计双向固定效应模型。如果考虑组内存在自相关，存在是否要求各组的自回归系数相同两种情况，采用仅解决组内自相关的FGLS。同时，如若考虑组内自相关、组间异方差与同期相关三种因素，则采用更为全面的FGLS进行估计。

1.4 数据来源

在产能过剩指数测算方面，本文主要选取拖拉机行业、机械化农业及园艺机具制造、营林及木竹采伐机械制造、畜牧机械制造、渔业机械制造、农林牧渔机械配件制造、其它农林牧渔业机械制造及机械修理为研究对象，生产端产能利用率的测算所需要各个行业的工业增加值主要来源于1998-2013年《中国工业企业数据库》，对应行业编号整理出相关企业数据，对每一个行业下的企业数据进行加总得出该行业工业增加值（当年价），并对数据使用工业生产者出厂价格指数进行平减。其中，对于缺失年份的工业增加值数据的估算，本文根据陈诗一[20]采用对增加值序列进行插值的方法进行解决。如2004年缺失增加值数据，则可选择2001、2002和2003年数据，对“增加值/应缴增值税”和“增加值/总产值”这两个序列进行插值，并且分别赋予0.15、0.35和0.5的权重进行估算，得出两个增加值数据之后取其算术平均值即为所估计的2004年增加值，以此类推进行估算可得其它年份所缺失的增加值数据。销售端产能利用率的测算需要销售产值、工业总产值以及计量模型中变量所需数据，均来自于1998-2013年《中国工业企业数据库》。

2 结果与分析

2.1 农机各行业产能过剩指数分析

根据上述方法，测得拖拉机行业、机械化农业及园艺机具制造、营林及木竹采伐机械制造、畜牧机械制造、渔业机械制造、农林牧渔机械配件制造、其它农林牧渔业机械制造及机械修理行业的产能利用率（CU）及产能过剩指数（IEC）。韩国高等[3]和江源[21]使用美联储标准，认为79%-83%是产能利用率的合理范围，如果产能利用率低于79%，则表明可能会存在产能过剩；如果产能利用率高于90%，则说明产能不足。同时，根据产能过剩指数（IEC）定义，IEC＞0即存在产能过剩，并随着IEC增大产能过剩程度愈加严重。

根据测算结果，对我国农机产业有以下几个基本判断：

第一，在生产端无效率与销售端供大于求的双重影响下，整个农机产业下已测细分行业均存在不同程度的产能过剩。已测行业的平均产能利用率均低于79%（表2），且每个行业下仅有少数年份的产能利用率高于79%，平均产能过剩指数在0.3-0.9之间（表3）。以拖拉机为例，目前我国规模以上的企业有200多家，我国对于拖拉机需求量大约有200多万台，简单来说，平均每家企业只需产出10 000台则可满足国内基本需求，但中国一拖、福田雷沃国际重工、五征集团、常林集团、时风集团等大型农机企业，年产均可以在100 000台上下，加上其它农机企业拖拉机产出已远超出我国农机需求量。同时，我国拖拉机出口无法填平国内供需之差，我国农机产业产能过剩状况可见一斑。

表2 我国农机产业及各行业平均产能利用率Table 2 Average utilization rates of different sectors of the machinery industry in China

营林及木竹采伐机械制造54.3畜牧机械制造56.5渔业机械制造78.2农林牧渔机械配件制造63.7其它农林牧渔业机械制造及机械修理52.4

表3 我国农机产业及各行业产能过剩指数（1998-2013）Table 3 Excess capacity indexes of different sectors of the machinery industry in China

第二，农机产业产能过剩指数表现出与经济周期波动的同步性。在1993-2013年间，农机产业的产能过剩指数演化大致分为3个阶段，前期大都经历产能过剩指数先上升的过程，中期产能过剩指数上升至最高，后期则开始下降，并在2009年之后出现短期的小幅上升。从宏观层面分析，每一次经济的衰退期都伴随着产能过剩指数的增大，而经济复苏期则伴随产能过剩指数的下降。我国国内生产总值逐期增长率与我国工业增加值逐期增长率也呈现出前期下降，中期下降至低谷，后期开始上升并在2008和2009年间开始出现短期下滑的趋势（图2和图3）。一方面，表现出与经济周波动的同步性可以说明测算结果的合理性；另一方面，2009年之后出现短期上升趋势是2008年世界金融危机对我国农机产业产生负面影响的一个反映。

图2 国内生产总值年增长率Fig.2 Annual growth rate of gross domestic product

图3 工业增加值逐期年增长率Fig.3 Annual growth rate of the value-added industries

2.2 农机产业产能过剩影响因素分析

估计结果见表4，模型1为OLS回归结果，模型2为“OLS+面板矫正标准误差”，模型3与模型4为仅解决组织内自相关的FGLS估计结果，分别为要求各组的自回归系数相同与不同两种情形，模型5为全面FGLS估计结果。从回归结果可以看出，各个模型估计结果不尽相同，则必须在稳健性和有效性之间进行权衡并加以选择。总的来说，“OLS+面板校正标准误差”，即模型2更为稳健，全面的FGLS模型估计最有效率，而仅解决组内自相关的FGLS则介于两者之间。

从结果来看，除模型1外其它模型中投资比重（Inv）系数显著为正，这意味着农机产业投资比重的上升会提高产能过剩指数，即恶化产能过剩现象。地方政府为扶持弱势产业、优化产业布局、促进产业结构升级会采取优惠产业政策以吸引企业投资，这种不当的微观干预政策无疑促进了农机产业整体向前发展，但形成的“低进入壁垒”会扭曲企业的投资决策，使得农机企业数量增加、规模扩大。近年来中央及各地方政府投入大量资金促进农业机械化发展，这向投资决策者传达了投资信号，如农机购置补贴政策的出台必将促进农机需求的上升，企业投资决策者为抢占市场先机往往会偏向于农机产业为重点投资方向，使得大量企业涌入。大量新入企业必将带来产能的大量扩增，形成产能过剩现象。同时，政府对农机产业的政策干预会形成企业的“高退出壁垒”，一些落后、规模不经济企业或产能本该淘汰退出市场，但由于补贴后农民对于农机的高位需求，加之全国农机市场的不整合、当地企业具有一定市场影响力，使得企业可以通过大量生产，以“走量”的形式而存活于市场，产能过剩现象进一步加剧。

表4 模型估计结果Table 4 Estimated results of the model

在表4中，除模型1与模型2，工业劳动生产率（Pro）系数显著为正，这表示产能过剩问题会随着工业全员劳动生产率的提高而加剧。农机产业工业全员劳动生产率的大小与技术水平密不可分。技术水平落后于西方国家是我国基本国情，我国农机产业整体技术水平落后、技术创新能力不足、技术创新效率低下，技术门槛较低会导致我国企业致力于“复制”、“模仿”、“引进”技术较为纯熟的农机制造，陷入“技术引进—技术落后—再引进—再落后”的恶性循环。此时如果进一步提高工业劳动生产率，只会生产出更多中低端型农机机具，恶化产能过剩现象。

表4中可看出行业竞争程度（Cmp）系数显著为正，这意味着行业竞争程度的加剧是导致产能过剩的主要影响因素之一。适度竞争会带来技术进步，促进生产端生产效率的提高，缓解生产端产能过剩，但过度竞争会加剧产能过剩。据2011年统计，农机行业前五位企业分别为山东时风、福田重工、常发集团、五征集团和中国一拖，五名之外的其它企业所占市场总份额高达75.2%。农机产业市场集中度过低，各企业之间竞争激烈，规模农机企业没有强大的市场力量，不能对市场价格进行有效影响，整个市场则失去优胜劣汰的作用。随着产出规模的扩张，单位产出成本下降，农机大企业开始降低销售价格，小型农机企业如果同时降低价格，则使得整个市场价格降低，可能会出现规模小的企业生产成本高于售机所得，从而导致企业的亏损或破产；小型农机企业如果不降低价格，则只能降低产品质量，导致整个农机产业出现同类产品不同质量不同价格的情况，小型农机企业不会破产亏损退出农机产业而是与规模农机企业形成“错位竞争”。各类农机企业都在市场需求强劲增长的阶段，寻求扩大规模，增加生产能力，但最终结果是市场供求失衡。

通过模型3、模型4、模型5可看出出口比重（Exp）系数显著为负，可解释为农机出口比重的上升会降低产能过剩指数。在国内需求不足的情况下，农机产业出口比重的提高无疑会补足国内市场的供求缺口。国内过剩、淘汰产能的国外转移，配合政府所出台的相关政策，鼓励和引导相关农机企业整合资源并向产业链的高端部分转移，有利于减少过剩、低端产能的投入，摆脱农机产业发展的低端化，降低产能过剩指数，在消费端缓解我国农机产业产能过剩问题，因此，农机产业的出口与产能过剩之间呈现负向相关关系。

3 结论与政策建议

3.1 结论

本文的目的在于验证我国农机产业是否存在产能过剩，通过对我国农机产业部分细分行业产能利用率的测算可看出，我国农机产业在生产过程中存在一定的效率损失，加之低端产品在市场上供大于求，导致不同细分行业均出现不同程度的产能过剩问题，农机产业产能过剩形势严峻。同时，农机产业投资比重、工业劳动生产率、行业竞争程度、农机出口比重是影响产能过剩的重要因素。前三者对于农机产能过剩具有显著的正向影响，而农机出口比重则具有显著的负向影响。

研究表明，投资比重的上升使得农机产业形成“低进入门槛、高退出壁垒”，扭曲农机企业投资商进入低端市场加剧了农机产业过剩现象；工业劳动生产率的上升则增大生产端供给，行业内过度竞争则会使得农机厂商之间进行“错位竞争”，最终形成农机产业内结构性产能过剩问题；而农机出口的上升在一定程度上可以缓解过剩问题。

3.2 政策建议

1）完善和优化企业的市场进入和退出机制，推动行业兼并重组。在政府干预下，农机高位需求扭曲企业进入、退出决策，落后产能“淘而不汰”。企业的自由进入与自由退出是市场机制发挥作用的一个重要前提，政府干预应让位于市场机制进行合理资源配置。

短期内，治理产能过剩可以首先降低企业的退出障碍，应遵守市场规律、优胜劣汰，让低效率企业退出市场，淘汰落后产能；长期内，政府对于企业的进入应进行严格审批，提高农机产业的市场准入标准，避免农机产业的过度投资。同时，完善企业竞争、破产、兼并、扩张等方面的市场机制，引导和鼓励行业内的优势企业通过市场化的手段，以合作、合资、股权置换等多种方式，进行跨地区、跨行业、跨所有制企业的兼并重组，兼并重组后重视内部资源的有效整合，提高资源的配置和使用效率，最终达到提升农机产业集中度、有效的整合和压缩过剩产能的目标。

2）开拓目标海外市场，转移部分过剩产能。我国农机产业整体技术水平、产品质量等虽无法与欧美日发达国家相媲美，却有物美价廉的比较优势。与非洲、东南亚等发展中国家相较而言，我国农机技术和质量水平较高。第一，国内农机企业自身应提高产品及售后服务质量，发挥比较优势、注重外销网络布局，打造自主知名品牌和坚实的国际化品牌形象，得到欧美、非洲、东南亚等国家认可的同时培养目标群体的品牌忠诚度；第二，可在非洲、东南亚等发展中国家投资建厂，将淘汰或过剩产能转移到当地。

3）加强宏观政策引导，提升农机产业技术水平。政府应当对国外技术引进机制进行改革，采取半开放式的技术引进政策，以确保技术引进达到“消化吸收、自主创新”的目的。鼓励和引导农机企业向产业链的高端攀升，避免低端产能的过度投资和继续扩大，打造技术先进、实用性强、安全可靠、优质高效的农机产品。同时，优化调整我国农机购置补贴政策，突出补贴重点，退出对某些中低端农机的干预，转而和企业的创新研发挂钩，促进农机企业将发展重点转移到参与产品创新和国际竞争上来，避免企业盲目生产，从而最终达到消化产能过剩的目标。此外，还要加强对专利和知识产权的保护，与其他政策形成合力。

[1]李何. 我国汽车产业过剩生产能力策略运用的实证研究[J].经济纵横, 2011(12): 54-57.Li H. An empirical study on the application of excess capacity strategy in China’s automobile industry[J].Economic Review, 2011(12): 54-57.

[2]熊思觅. 产能利用水平与通货膨胀的相关性研究[D]. 大连:东北财经大学, 2011.Xiong S M. Analysis on the relationship between capacity utilization and inflation[D]. Dalian:Dongbei University of Finance and Economics, 2011.

[3]韩国高, 高铁梅, 王立国, 等. 中国制造业产能过剩的测度、波动及成因研究[J]. 经济研究, 2011(12):18-31.Han G G, Gao T M, Wang L G, et al. A study on the measurement, volatility and causes of excess capacity of manufacturing in China[J]. Economic Research Journal, 2011(12): 18-31.

[4]Morrison C J. Primal and dual capacity utilization:An application to productivity measurement in the primal and dual capacity[J]. Journal of Business &Economic Statistics, 1985, 3(4): 312-324.

[5]Segerson K, Squires D. Capacity utilization under regulatory constraints[J]. Review of Economics &Statistics, 1993, 75(1): 76-85.

[6]Klein L R. Some theoretical issues in the measurement of capacity[J]. Econometrica, 1960, 28(2): 272-286.

[7]何彬. 基于窖藏行为的产能过剩形成机理及其波动性特征研究[D]. 长春: 吉林大学, 2008.He B. Research on the forming mechanism and volatile features of the excess capacity based on hoarding behaviors[D]. Changchun: Jilin University, 2008.

[8]胡凌啸, 周应恒. 农业综合开发、农技推广培训与农机购置补贴效率[J]. 经济与管理研究, 2016, 37(8):87-95.Hu L X, Zhou Y H. Integrated agricultural development, agricultural extension and training,and efficiency of agricultural machinery subsidy[J].Research on Economics and Management, 2016, 37(8):87-95.

[9]Dupont D P, Grafton R Q, Kirkley J, et al. Capacity utilization measures and excess capacity in multiproduct privatized fisheries[J]. Resource & Energy Economics, 2002, 24(3): 193-210.

[10]Bye T, Bruvoll A, Larsson J. Capacity utilization in a generalized malmquist index including environmental factors: A decomposition analysis[J]. Land Economics,2009, 85(3): 529-538.

[11]Karagiannis R. A system-of-equations two-stage DEA approach for explaining capacity utilization and technical efficiency[J]. Annals of Operations Research, 2015, 227(1): 25-43.

[12]袁捷敏. 产能和产能利用率新测算方法及其应用研究[D].大连: 东北财经大学, 2013.Yuan J M. A new method of estimating capacity and capacity utilization rate and its application[D].Dalian: Dongbei University of Finance and Economics,2013.

[13]Vanden Bossche M, Gujar G. Competition, excess capacity and pricing of dry ports in India: Some policy implications[J]. International Journal of Shipping and Transport Logistics, 2010, 2(2): 151-167.

[14]万岷. 市场集中度和我国钢铁产能过剩[J]. 宏观经济管理,2006(9): 52-54.Wan M. Market concentration rate and excess capacity of steel in China[J]. Macroeconomic Management,2006(9): 52-54.

[15]林毅夫, 巫和懋, 邢亦青. “潮涌现象”与产能过剩的形成机制[J]. 经济研究, 2010(10): 4-19.Lin Y F, Wu H M, Xing Y Q. “Wave phenomena” and formation of excess capacity[J]. Economic Research Journal, 2010(10): 4-19.

[16]杨振兵, 张诚. 中国工业部门产能过剩的测度与影响因素分析[J]. 南开经济研究, 2015(6): 92-109.Yang Z B, Zhang C. A research on the measurement and the influencing factors of the overcapacity of Chinese industrial sectors[J]. Nankai Economic Studies, 2015(6): 92-109.

[17]江飞涛, 耿强, 吕大国, 等. 地区竞争、体制扭曲与产能过剩的形成机理[J]. 中国工业经济, 2012(6): 44-56.Jiang F T, Geng Q, Lü D G, et al. Mechanism of excess capacity based on China’s regional competition and market distortion[J]. China Industrial Economics,2012(6): 44-56.

[18]Sarkar S. A real-option rationale for investing in excess capacity[J]. Managerial and Decision Economics, 2009, 30(2): 119-133.

[19]陈诗一. 中国工业分行业统计数据估算: 1980—2008[J].

An empirical analysis of the excess capacity problem of China’s agricultural machinery industry

ZHOU Ying-heng1,2, JIANG Qi1, HU Ling-xiao1
（1. College of Economics and Management, Nanjing Agricultural University, Nanjing, Jiangsu 210095, China;2. Jinshanbao Ag. & Rural Development Institute, Nanjing, Jiangsu 210095, China）

F320.1

A

1000-0275（2017）05-0801-08

国家自然科学基金重点项目（71333008）；国家社会科学基金重大项目（14ZDA037）。

周应恒（1963-），男，湖南长沙人，教授，主要从事农业现代化和农村发展、食品安全研究，E-mail: zhouyh@njau.edu.cn；

蒋奇（1993-），女，山东临沂人，硕士生，主要农业及关联产业经济与农业政策研究，E-mail: jiangqi_ly@126.com。

2017-04-02，接受日期：2017-05-20

Foundation item:Key Project of National Natural Science Foundation of China (71333008); Major Program of National Social Science Foundation of China (14ZDA037).

Corresponding author:JIANG Qi, E-mail: jiangqi_ly@126.com.

Received2 April, 2017;Accepted20 May, 2017

10.13872/j.1000-0275.2017.0051

周应恒, 蒋奇, 胡凌啸. 我国农机产业存在产能过剩吗？——基于中国农机产业数据的实证分析[J]. 农业现代化研究,2017, 38(5): 801-808.

Zhou Y H, Jiang Q, Hu L X. An empirical analysis of the excess capacity problem of China’s agricultural machinery industry[J]. Research of Agricultural Modernization, 2017, 38(5): 801-808.